MUESTREO

INTEGRANTES:
CAMPOS GONZALES, HEBELIN
CACERES BELLIDO, BRAYAN
GILBONIO MARCHAN, HENRY
1
 ¿QUÉ ES EL MUESTREO?
 El muestreo es el proceso de seleccionar un
conjunto de individuos de una población con el fin
de estudiarlos y poder caracterizar el total de la
población.

31/01/19 2
 ¿POR QUÉ FUNCIONA EL MUESTREO?

 El muestreo es útil gracias a que podemos

acompañarlo de un proceso inverso, que
llamamos generalización. Es decir, para conocer
un universo lo que hacemos es (1)  extraer una
muestra del mismo, (2) medir un dato u opinión y
(3) proyectar en el universo el resultado observado
en la muestra. Esta proyección o extrapolación
recibe el nombre de generalización de resultados.

31/01/19 3
 CONCEPTOS INICIALES

 Población: Conjunto de unidades

de las que se desea obtener cierta
información.
Unidades: Personas, Familias,
Viviendas, Escuelas,
Organizaciones, Artículos de
Prensa

 Muestra: Selección de unas

unidades concretas de la población
que representen la característica
que se quiere medir.
CRITERIOS IMPORTANTES PARA LA
SELECCIÓN DE LA MUESTRA

Se debe diseñar una muestra que constituya una

representación a pequeña escala de la población a
la que pertenece.

Cualquier diseño maestral comienza con la

búsqueda de la información que ayude a la
identificación de las características de la población
bajo estudio.
CONDICIONES QUE DEBE CUMPLIR UNA

“BUENA” MUESTRA
 Aunque el sentido común pareciera indicar que
poblaciones más grandes deben producir
muestras mayores, esto no es siempre cierto ya
que:
El tamaño de la población NO es el único
elemento que influye en el tamaño de la
muestra.
MODALIDAD DE MUESTREO SELECCIONADA

La selección de las modalidades de muestreo

( probabilísticos y no probabilísticos) se halla
determinada por la confluencia de varios
factores: los objetivos, los recursos, la
accesibilidad de la población y el tiempo.

Los diseños no probabilísticos demandan un

tamaño muestral menor.
TAMAÑO DE LA MUESTRA

Es el número de unidades a incluir en la

muestra.
Existen varios factores que influyen en
el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Análisis Previsto
Varianza o heterogeneidad de la
población
Margen de Error máximo admisible
Nivel de confianza de la estimación
muestral
Factores que influyen en el tamaño
de la muestra :Tipo de análisis de
datos previsto
La técnica de análisis influye en el tamaño de la
muestra:
Comparación de Medias
Estimación de Proporciones ( parámetros)
Análisis Univariables
Análisis Multivariables
 Heterogeneidad poblacional

Cuanto mas heterogénea sea la población mayor será su varianza poblacional

lo que implicará mayores tamaños muestrales.
Cuando se desconoce el valor de la varianza poblacional se recurre al
supuesto mas desfavorable, asumiendo una varianza poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene 50 % de posibilidades de
pertenecer o no a un grupo específico dentro de la población
 ERRORES DE LA MUESTRA

Aleatorio
Muestral
Sistemático

V =v±e

Valor Valor
Medido en la ERROR
Verdadero
muestra
en la
población
 Error Aleatorio
El error aleatorio no se suele ajustar a ninguna
regla o norma , varían en cada caso , en su
sentido y magnitud, y por ello tiende a anularse
cuando se trata de un número elevado de casos.
 Los errores aleatorios se comenten, por
ejemplo, cuando un encuestado elige
erróneamente una casilla queriendo hacerlo en
otra, cuando un encuestador marca
erróneamente un dato, etc.

s1 s2

s4
s3
Errores Sistemáticos
 Un error sistemático es aquel que se produce de igual
modo ( sentido y proporción) en todas las mediciones que
se realizan sobre un parámetro de la muestra
 Contrario al error aleatorio, NO se anula en muestras
grandes.

Ejemplos:
Las tendencias subjetivas conscientes o inconscientes del
investigador.
Sustituciones, según criterio propio del investigador, de
unidades de la muestra que habían sido elegidas al azar.
Insuficiente observación del conjunto de la población que
influye en una deficiente definición de sus
características.
 Error Muestral
 Cuando se extrae una muestra de una población es
frecuente que los resultados obtenidos de la muestra
no sean exactamente los valores reales de la población.
 El error de muestreo ocurre al estudiar una muestra en
lugar de la población total.
 La diferencia entre el valor del parámetro de una
población y el obtenido de una muestra recibe el
nombre de error muestral. ( y que no puede ser
asociado a otro tipo de explicación, es decir no es error
aleatorio o sistemático)
Por muy perfecta que sea la muestra siempre
habrá grado de divergencia entre los parámetros
estimados usándola y los de la verdadera
población.
En el cálculo del error intervienen:
Tamaño de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo
El error muestral es mayor en la
medida que:

 Crece el grado de confianza que el investigador quiere

dar a su estimación del parámetro medido mediante la
muestra
 Es más elevada sea la variabilidad de la variable
estudiada.
 Es menor el tamaño de la muestra.
 Estimación del Error
 Cuando la variable bajo estudio es una proporción (ej,
variables nominales u ordinales con pocas categorías)

pq
ez 1 f
n 1
Donde:
Z: grado de confianza de la estimación
p: proporción de la muestra para la categoría a examinar
q: 1-p
n: tamaño de la muestra
1-f: Factor de corrección para poblaciones finitas. f= n/N
Tamaño de la muestra vs. Error
muestral
 Cálculo del Tamaño de la
Muestra
Para estimación de
proporciones
Para comparaciones de media

2 2
 zs  z pq
n  n  n 1  2
e e

* Para poblaciones infinitas (donde N>> n )

Por lo tanto el tamaño de la
muestra
EJEMPLO DEL CÁLCULO DEL TAMAÑO DE
LA MUESTRA (POBLACIÓN INFINITA)
 Estimando qué proporción de sujetos poseen una característica al nivel de
confianza del 99.7% (Z=3) y un error de admitido del 2%, será:

32 x50 x50
n 2
 5625
2
EL TAMAÑO DE LA POBLACIÓN NO FUE TOMADO EN CUENTA!!!

POR QUÉ P y Q valen 50 % ?

Cálculo del Tamaño de la Muestra para
poblaciones finitas. (f=n/N>0,05)
Ejemplo.
El número óptimo para un estudio de 60.000
personas estableciendo un nivel de confianza
de 95.5%(z=2), y el margen de error en el 3%,
sería

4 * 50 * 50 * 60.000
n = ---------------------------------
9 (60.000-1) + 4 * 50 * 50

n= 1091
2
NZ pq
n 2
e ( N  1) Z pq
2
CLASIFICACION DEL MUESTREO
Existen diferentes criterios de clasificación
de los diferentes tipos de muestreo, aunque
en general pueden dividirse en dos grandes
grupos:

Métodos de muestreo no probabilísticos

 Métodos de muestreo probabilísticos

22
 Tipos de Muestreos
PROBABILÍSTICOS NO PROBABILISTICOS

•Todas las unidades tienen •Cada unidad NO tiene

igual igual
probabilidad de participar en probabilidad de participar
la muestra. en
•La elección de cada unidad la muestra.
muestral es independiente •No se puede calcular el
de las error muestral
demás •Alto riesgo de invalidez
•Se puede calcular el error producido por la
muestral introducción de sesgos
Usos de cada tipo de muestreo
Muestreo Probabilísticos Muestreos No Probabilísticos
Estimación de Estudios Pilotos
Parámetros Estudios Cualitativos
Comprobación de Investigaciones en
Hipótesis poblaciones de difícil
registro o localización.
Algunos tipos de muestreo
Probabilístico
Muestreo simple

26
Muestreo sistemático

el investigador tiene
una población total de
100 individuos y
necesita 100 sujetos.
Primero elige su
número de partida, 3.
Luego, el investigador
elige su intervalo, 10
Los miembros de su
muestra serán los
individuos 3, 13, 22,
33, 43,53,….

27
Muestreo estratificado el investigador divide
a toda la población en
diferentes subgrupos
 En este tipo de muestreo, los estratos deben de o estratos. Luego,
ser internamente homogéneos y deben ser selecciona
aleatoriamente a los
diferentes entre ello, de tal forma que justifiquen y
sujetos finales de los
optimicen el costo de la estratificación. diferentes estratos en
 La mencionada justificación se puede comprobar forma proporcional.
si dada la varianza general de la población y
comparada con cada una de las varianzas de los
estratos, éstas fueran siempre menores.
 Lo anterior indica que todas las unidades de
muestra de la población deben producir la
información necesaria para que se puedan
clasificar en el estrato correspondiente.

28
29
Muestreo por conglomerado
 En el muestreo por conglomerados, primero se divide a la
población en conjuntos separados de elementos llamados
población en conjuntos separados de elementos, llamados
conglomerados.
 Cada elemento de la población pertenece a uno y sólo a un
grupo.
 Después se toma una muestra aleatoria simple de los
conglomerados. Todos los elementos dentro de cada
conglomerado muestreado forman la muestra.
 El muestreo de conglomerados tiende a proporcionar los
mejores resultados cuando los elementos de los conglomerados
son heterogéneos (desiguales).
 En el caso ideal, cada conglomerado es una versión
representativa en pequeña escala de toda la población. El valor
del muestreo por conglomerados depende de cuán
representativo sea cada conglomerado de la población total.
Tipos de muestreos NO
Probabilísticos
Muestro por Cuotas
 La población debe ser dividida en estratos
definidos por variables cuya distribución
dentro de la población sea conocida.
 Se procede a calcular el tamaño de cada
estrato siguiendo el mismo procedimiento
como si fuese un muestreo probabilístico
estratificado(proporcional).

 A diferencia del M. Probabilístico

Estratificado el entrevistador es libre para
escoger a quienes forman parte de cada
estrato. (CUOTA)
 Muestreo por cuotas
Ventajas Desventajas
 Resulta más  Supone mayor error muestral
económico que los que los diseños probabilísticos.
muestreos  No existe un método válido
probabilísticos . para calcular el error.
 Fácil de ejecutar el  Dificultas para el control del
trabajo de campo trabajo de campo.
 No precisa el listado  Limitaciones en la
de la población representatividad de la
muestra para las
características no
especificadas en los controles
de cuotas.
Muestreo de Bola de Nieve
 Este modelo es particularmente útil cuando se
muestrean poblaciones cuyos componentes,
por motivos morales, ideológicos, legales o
políticos tienen a ocultar su identidad.
 A partir de unos pocos individuos el
entrevistador, con ayuda de los primeros, va “
conociendo” a nuevos miembros de la
muestra.
Muestreo Bola de Nieve
 El riesgo fundamental está
asociado a la selección
inadecuada de los primeros
miembros de la muestra y de
quienes dependerá el resto.
 También es posible que
ocurran distorsiones si no se
tiene en cuenta criterios muy
específicos para la selección
de la muestra.
Muestreo por conveniencia
Es la muestra que esta disponible en el tiempo o
periodo de investigación.
DESVENTAJA: la muestra puede ser poco
representativa de la población que se desea
estudiar.

36